查看“Zhenghua-undergraduate-thesis”的源代码
←
Zhenghua-undergraduate-thesis
跳到导航
跳到搜索
因为以下原因，您没有权限编辑本页：
您所请求的操作仅限于该用户组的用户使用：
用户
您可以查看和复制此页面的源代码。
== 论文撰写注意事项 == [http://hlt.suda.edu.cn/index.php/Zhenghua-paper-writing 写论文的一些总结] = 毕业设计最新模板 = 2019年5月本科毕业设计论文格式 *[[文件:2018教务部毕业论文格式.zip]] = 毕业设计各个环节注意事项 = == 中期检查前准备 == * 任务书认真撰写，老师审核 ** 清晰、简洁 ** 参考文献的格式严格按照规范（将来论文中也要有，因此这个时候认真点，后面省事） * 认真做好文献翻译，提前找老师要待翻译的文章，翻译的word文档，尽量按照撰写正式论文的形式规范排版 ** 论文标题 ** 论文作者 ** 论文出处（期刊[volumn/number]、会议、年份、页码等 ** 正文部分：图、表、公式、参考文献一般不用翻译，直接截图，放在论文中即可（注意格式好一点） ** 好像学校规定：英文6000词（短一点应该也没人管）。如果论文过长，可以考虑只翻译一部分。 * 做好文献综述，提前和老师商量好，需要看的论文、网页、书籍等列表（5-10篇） ** 按照不同的类型，将论文梳理好，总结好 <nowiki> 项目1：噪音文本规范化 网上很多用户产生的数据，如产品的评论、客服等，会包含很多谐音字、缩写、错别字、语法错误、语义错误等，给自然语言理解造成巨大的挑战。项目的目标是通过检测和纠正错误和其他规范化处理，将噪音文本转化为规范文本。 项目2：基于依存表示的词内部结构研究 汉语中从字到词的形成有什么规律？学术界对此研究非常少。但是构词法对于中文理解非常重要：1）更好的处理未登陆词，帮助分词；2）学习更好的词表示；3）词法和句法分析统一到一个框架中；等等。我们将从数据标注和无监督学习两个方面，双管齐下，尝试解决这一重要问题。 </nowiki> = 2021 = == 汉语词内部结构数据标注与模型实现 == 黄赛豪 1727406002 软工 <nowiki> 1）基于CODT规范，做一些调整和简化，搞成一个新的、简化版的规范（~20页） 2）基于已有标注团队，标注1万高频词 3）分割为train/dev/test，然后基于biaffine parser，创建模型 </nowiki> == 无监督句子级关键词抽取方法研究与实现 == 窦晨晖 1727405032 计科 <nowiki> 1）深入学习textrank，实现出来 2）调用一些已有的工具（蒋炜已经实现的），了解输入输出和方法的主要思想 3）做实验对比 </nowiki> == 词性数据标注错误检测方法研究与实现 == 1727405137 崔秀莲 计科 分词、词性数据都可以（优先考虑分词） 找分词错误、不一致 规则：各种统计分析，考虑上下文或者不考虑上下文 模型：简化模型（参数少）、封闭测试（训练集和测试集一样）；多用几个模型，取交集；考虑概率信息 == 基于序列编辑的语法纠错方法研究与实现 == 1727406003 章岳 借鉴开源代码，重现基本的seq2edit系统 做一些创新：1）句法驱动；2）BPE；3）lattice encoder == 汉语缩略语规范化方法研究与实现 == 严福康 1727405071 计科 1）搜集资源，缩略语（英文缩略、中文缩略、谐音）-> 规范表达，可能有1对多 重点做：中文拼音缩略语 2）加语言模型验证，根据上下文确定最佳选择 == 基于SSM框架的数据标注系统实现 == 司英杰 1727405072 计科 我们有一个基于ThinkPHP老版本的系统，希望可以基于比较新的版本进行更新。后改为SSM框架。 spring boot + springMVC + mybatis （java后端） = 2020 = == 词法数据标注和错误检测 == 黎霞： 1627405116 计科 分词、词性数据都可以（优先考虑分词） 找分词错误、不一致 句法错误检测（不一致等，用我们的数据或者PMT都可以） 陈伟的工作：perl脚本 *[[文件:1627405116-黎霞-词法数据标注和错误检测.docx]] *[[文件:1627405116-黎霞-词法数据标注和错误检测.pdf]] *[[文件:1627405116-黎霞-词法数据标注和错误检测.pptx]] *[[文件:1627405116-黎霞-词法数据标注和错误检测代码.zip]] == 句法数据查询和检索系统 == 杨奕： 1627405101 计科 查询后结果可视化显式、反爬策略 *[[文件:1627405101-杨奕-句法数据查询和检索系统.docx]] *[[文件:1627405101-杨奕-句法数据查询和检索系统.pdf]] *[[文件:1627405101-杨奕-句法数据查询和检索系统.pptx]] *[[文件:1627405101-杨奕-句法数据查询和检索系统代码.zip]] == 基于词典知识的分词领域移植 == 周仕林 1627405033 计科图灵 2020.2.11： 源领域数据：ctb5 目标领域：ZX 和 car 词典的获取，和周厚全讨论 参考论文：张梅山老师中文论文：词典特征 ----- 传统模型或神经网络都可以，看进度 二级词典，如果有时间试试远程监督 在汽车领域数据上也做实验 分词上还可以做的事情： 1）异构分词数据的利用方法比较 2）jieba和nerual的结合： 用pku数据得到词典，在pku上测试（不用HMM新词发现），和其他模型对比 把jieba的结果作为额外信息，给neural模型使用 深度学习和传统模型的结合：对于分词任务，jieba这种分词方法和深度学习模型的融合 *[[文件:1627405033-周仕林-基于词典知识的分词领域移植.docx]] *[[文件:1627405033-周仕林-基于词典知识的分词领域移植.pdf]] *[[文件:1627405033-周仕林-基于词典知识的分词领域移植.pptx]] == 利用正确词法数据的依存句法分析 == 李帅克 1627407014 物联网 如何利用120w分词词性数据，提升PMT数据上的句法分析性能？ 进而，如何提高CTB数据的性能（异构词法） 一个现实问题：句法分析时，如何加入词性词典（基于正确词性词典约束的句法分析） *[[文件:1627407014-李帅克-利用正确词法数据的依存句法分析研究与实现.pdf]] *[[文件:1627407014-李帅克-利用正确词法数据的依存句法分析研究与实现.pptx]] == 基于局部标注的依存句法分析主动学习 == 侯洋 1627406031 软工 基于神经网络句法分析器biaffine parser local vs. crf-loss-first-order 比较置信度的使用方式：边缘概率 local-softmax 边缘概率变种 完整标注的情况下的实验也要做一下。 local来确定置信度 crf来训练的曲线如何？ crf来产生置信度 Local来训练的曲线如何？ 别人帮你选要标注的词或句子（异构） vs. 自己选择 *[[文件:1627406031-侯洋-基于局部标注的依存句法分析主动学习研究与实现.docx]] *[[文件:1627406031-侯洋-基于局部标注的依存句法分析主动学习研究与实现.pdf]] *[[文件:1627406031-侯洋-基于局部标注的依存句法分析主动学习研究与实现.pptx]] == 基于知识库的上下位关系自动抽取 == 韩欣艳 1627405044 计科图灵 从OpenHowNet、同义词词林、Chinese WordNet中抽取上下位关系。 进一步可以考虑翻译英文WordNet、澳门大学商务词典 Shwartz 14,135 16,956 31,091 OpenHowNet:官网上有下载数据文件和项目文件。主要是通过义原的标注，找到描述词的核心词作为它的上位词（或者是较上层的描述词）。另外，可以对比词的相似性等等方法来抽取上位词。 同义词词林：电子版同义词词林中没有上层结构的描述，通过纸质的书，或者查找其他文献看有没有归纳的方法。抽取的时候尽量抽取比较临近的词对。 Chinese WordNet:结构类似于WordNet，看了一下有直接上下位描述，但是用的是英文表述，看一下相关资料有没有中文的表述。 OpenHowNet 1.上下位关系词对主要研究名词词对，对HowNet的所有词语进行过滤，得到所有名词词性的词语。 2.检索名词的义原，观察词语的义原树，作为上位词的义原所处层次不超过第二层。指定展开层数为2，获得词语的描述义原中核心描述词，作为潜在的上位词。【尝试比较层数的影响】 3.检索名词的全部义原，利用相似度计算，计算词语与义原之间的相似度，词语间相似度最大值为1.0，根据观察，具有上下位关系的词对间相似度最低不小于0.70.，取不同的相似度区间，如[0.7,1]、[0.75,1]、[0.8,1]、[0.85,1]、[0.90,1]等，采取对比实验，在不同的相似度区间实现50个词语的上下位关系抽取，人工标注计算验证不同区间获得的准确率，最终选取准确率最高的区间进行抽取。【尝试比较词语相似度的影响】 4.义原核心描述词也具有其自己的上位词，其上位词也可以作为名词词语的上位词。【检索展开层数为1时获取的核心词，是否还有上位词】 5.直接获取HowNet中所有名词性义原的上位词，扩充上下位关系数据集 同义词词林 1.词林中的大类词具有最强的概括性，可以作为上位词，其中第A至第D类大多为名词，可以进行上下位关系词对的抽取，第E大类为形容词，第F至第J大类是动词，第K大类为虚词，第L大类是难以分至其他类别的敬语，对这些类不作考虑。 2.大类到中类和小类的抽取：对于中类词，若中类词是具有概括性的类别词，如“Bh 植物”，则将其纳入上下位关系抽取任务中，由此得到<中类词，大类词>，<小类词，中类词>上下位关系词对；若中类词是偏向描述性的属性词，如“Ac 体态”，则对中类词不作考虑，得到<小类词，大类词>词对。这一步需要手工选取，再进行自动抽取。 3.小类到词群和词段的抽取：每个词群的第一个词是小类中的标题词，词群进一步向下细分成不同的词段，其中第一个词段的第一个词也是小类的标题词，抽取该标题词作为上位词，将词段中除标题词之外的词作为对应的下位词。【最后根据倒排可以利用词在百度百科出现频率数进行过滤】 Chinese WordNet 1.网上找到的中文WordNet只有部分数据，先尝试在部分数据上做lmf文档解析，看从中能获取多少上下位词对。 2.如果数量实在稀少，考虑进一步做网页爬取。 *[[文件:1627405044-韩欣艳-基于知识库的上下位关系自动抽取.doc]] *[[文件:1627405044-韩欣艳-基于知识库的上下位关系自动抽取.pdf]] == 基于词典的汉语分词领域移植研究 == 秦友黄涛 深入了解jieba分词的原理，然后重新实现（效率可以暂时不管，代码可读性要好） 用我们手上的新闻语料，重新训练模型 将Jieba用于分词领域移植问题，加入领域内词典和虚拟词频 如果进展快，可以尝试把jieba和机器学习模型融合起来。 == 基于神经网络的汉语分词领域移植研究与实现 == 李嘉诚 基于BiLSTM-CRF 参考：朱运2019中文论文、周厚全的毕业设计论文；了解任务、数据基本一样（还有一个汽车领域数据） = 2019 = == 自然语言句子分析平台实现 == 周明月 (1527403035) * 后台：实现分词（global linear model：黄德朋）、词性标注（global linear model）、依存句法分析（待定） * 前端：javascript ajax【沿用蒋炜在多粒度分词上的代码，python】 *[[文件:1527403035-周明月-自然语言句子分析平台实现.pdf]] *[[文件:1527403035-周明月-自言语言句子分析平台实现.zip]] == 汉语新词发现方法研究 == 李烨秋 (1527405091) 2019.3.29讨论 调研，每个文章写一段话：问题定义、方法、评价数据和评价方法、结果如何 先实现一种基于邻接熵，共现频率，互信息等（可以融合）的新词发现方法 然后实现基于深度学习（word embedding）的方法（我推荐的那篇英文论文的方法） *[[文件:1527405091-李烨秋-汉语新词发现方法研究.docx]] *[[文件:1527405091-李烨秋-汉语新词发现方法研究.pdf]] *[[文件:1527405091-李烨秋-汉语新词发现方法研究.pptx]] *[[文件:1527405091-李烨秋-汉语新词发现方法研究.zip]] == 面向对话文本的浅层语义分析数据 == 杨浩苹 (1527405092) *[[文件:1527405092-杨浩苹-面向对话文本的浅层语义分析数据标注和转化研究.pdf]] *[[文件:1527405092-杨浩苹-面向对话文本的浅层语义分析数据标注和转化研究.pptx]] *[[文件:1527405092-杨浩苹-面向对话文本的浅层语义分析数据标注和转化研究.zip]] == 网络文本错别字纠正数据标注系统 == 沈嘉钰 (1527407031) *[[文件:1527407031-沈嘉钰-网络文本错别字纠正数据标注系统实现.docx]] *[[文件:1527407031-沈嘉钰-网络文本错别字纠正数据标注系统实现.pdf]] *[[文件:1527407031-沈嘉钰-网络文本错别字纠正数据标注系统实现.pptx]] *[[文件:1527407031-沈嘉钰-网络文本错别字纠正数据标注系统实现.zip]] == 网络在线词典数据爬取系统 == 陈婷 (1527405034) Mentor：朱运 * 工作内容（2019.3.8） ** Python有开源的包，爬取网页，尽可能爬所有的词（如何能遍历电子词典中的所有词？） ** 网页正文提取（工具包可以用，自己写正则表达式，根据网页的规则去抽取） ** 归一化：制定一个比较完整的格式，字，词，拼音，词性，词义，例句，解释。 Christiane Fellbaum (1998, ed.) WordNet: An Electronic Lexical Database. Cambridge, MA: MIT Press. （前言） George A. Miller (1995). WordNet: A Lexical Database for English. Communications of the ACM Vol. 38, No. 11: 39-41. *[[文件:1527405034-陈婷-网络在线词典数据爬取系统.docx]] *[[文件:1527405034-陈婷-网络在线词典数据爬取系统.pdf]] *[[文件:1527405034-陈婷-网络在线词典数据爬取系统.pptx]] *[[文件:1527405034-陈婷-网络在线词典数据爬取系统.zip]] == 汉语上下位关系词对抽取研究 == 袁源 (1527405050) Mentor：陆凯华 * 工作内容（2019.3.8） ** 定义：给定一大堆文本（文档），根据一些规则（模板），去抽取上下位词对（Hearst 1992?） ** bootstrapping：给一些种子上下位对，去找pttern，过滤掉差的模板，更多词对 -> 继续循环 1）搞清楚上下位关系的定义 2）参考文献，设计一些Pattern，从wiki数据中自动抽取候选词对，进而人工标注，判定哪些是真正的上下位关系 3）然后根据已有的上下位词对，在wiki数据上跑一遍，扩展pattern集合，人工check，哪些pattern是靠谱的 4）回到步骤2 5) 如果有时间，实现一个简答的基于特征的上下位关系分类方法，把pattern、后缀、共现频率等信息作为特征融合一下，放到一个分类模型（如最大熵）中。 *[[文件:1527405050-袁源 汉语上下位关系词对抽取研究.pdf]] *[[文件:1527405050-袁源 汉语上下位关系词对抽取研究.pptx]] *[[文件:1527405050-袁源-汉语上下位关系词对抽取研究.zip]] == 基于深度学习的汉语分词领域移植 == 周厚全 (08153445) *[[文件:08153445-周厚全-基于深度学习的汉语分词领域移植.docx]] *[[文件:08153445-周厚全-基于深度学习的汉语分词领域移植.pdf]] *[[文件:08153445-周厚全-基于深度学习的汉语分词领域移植.zip]] = 2018 = == 基于内容的图像检索系统的设计与实现 == 张宇 *[[文件:基于内容的图像检索系统的设计与实现.pdf]] == 多粒度分词演示系统 == 蒋炜 *[[文件:多粒度分词演示系统.docx]] == 跨平台跨浏览器数据标注界面设计与实现 == 陆凯华 *[http://hlt.suda.edu.cn/~zhli/papers/lu_kaihua_graduate_paper.docx 跨平台跨浏览器数据标注界面设计与实现.docx] *[http://hlt.suda.edu.cn/~zhli/papers/lu_kaihua_graduate_paper.pdf 跨平台跨浏览器数据标注界面设计与实现.pdf] == AMR句子语义图显示与查询系统 == 李丹 *[[文件:AMR句子语义图显示与查询系统.docx]] *[[文件:AMR句子语义图显示与查询系统.pdf]] = 2017 = == 基于深度学习的多粒度分词方法研究 == 江心舟 *[[文件:基于深度学习的多粒度分词方法研究.pdf]] *[[文件:基于深度学习的多粒度分词方法研究-jiangxinzhou.docx]] == 面向小微企业的高可调整性一体化管理系统——Android端研究与实现 == 黄德朋 *[[文件:面向小微企业的高可调整性一体化管理系统——Android端研究与实现.pdf]] = 2016 = == 中文问答系统中问题分类的研究与实现 == 龚晨 *[[文件:中文问答系统中问题分类的研究与实现.pdf]] *[[文件:中文问答系统中问题分类的研究与实现-gongchen.docx]] == 基于深度学习的序列标注问题研究 == 夏庆荣 *[[文件:基于深度学习的序列标注问题研究.pdf]] == 分词标注平台设计与实现 == 王效静 *[http://hlt.suda.edu.cn/~zhli/papers/wang_xiaojing_graduate_paper.doc 分词标注平台设计与实现.doc] == 依存句法标注平台设计与实现 == 陆芳丽 *[http://hlt.suda.edu.cn/~zhli/papers/lu_fangli_graduate_paper.doc 依存句法标注平台设计与实现.doc（中间版本）] * [[File:陆芳丽-面向依存句法分析的众包标注平台构建.doc]]
返回至
Zhenghua-undergraduate-thesis
。
导航菜单
个人工具
登录
名字空间
页面
讨论
变种
视图
阅读
查看源代码
查看历史
更多
搜索
导航
首页
新闻
成员介绍
研究组
科研项目
发表论文
在线演示
工具
链入页面
相关更改
特殊页面
页面信息